Box plot / Box-and-whisker plot

Box Plot (wykres pudełkowy) przedstawia dużą ilość informacji o zbiorze danych, jest wykresem prezentującym rozłożenie, położenie oraz rozkład cechy statystycznej danego wymiaru. Oś x dzieli wykres na kategorie, a oś y przedstawia wartości miary. Pokazuje jednocześnie dla danej kategorii wartość maksymalną (górna linia), wartość minimalną (linia dolna), rozproszenie danych (wielkość pudełka i linii), medianę (środkowa linia wewnątrz pudełka), pierwszy i trzeci kwartyl (górna i dolna część pudełka) oraz rozstęp ćwiartkowy (wysokość pudełka).

Do stworzenia Box Plot potrzebny będzie przynajmniej jeden wymiar i jedna miara.

Untitled

Tworzenie Box Plot (wykresu pudełkowego)

Korzystając z pliku Sample Superstore, trzymając CTRL zaznacz następujące miary i wymiary: Region (People), Segment oraz Sales, ****następnie otwórz okno Show Me i wybierz wykres box-and-whiskers-plot (1).

Untitled

W efekcie otrzymujemy wykres prezentujący sprzedaż zależnie od regionu.

Untitled

Budowa wykresu pudełkowego

Untitled

Wersja z wartościami odstającymi

Untitled

Interpretacja Box Plot

Podstawowy Box Plot składa się z:

Górnego ekstremum (Upper Whisker) - zawiera obserwacje nie przekraczające 1.5 I ćwiartki, będące jednocześnie maximum dla wykresu.
Trzeci kwartyl (3 Q) - zawiera 75% wszystkich wartości.
Mediany – 50% wartości znajduje się powyżej tej wysokości, a 50% wartości - poniżej.
Pierwszy kwartyl (I Q) - 25% obserwacji położonych jest poniżej, a 75% powyżej tej wartości.
Dolnego ekstremum (Lower Whisker) - zawiera obserwacje nie przekraczające 1.5 I ćwiartki, będącego jednocześnie minimum dla wykresu.

Dodatkowo możliwe jest zaobserwowanie outliers. Są to wartości znacząco odstające od reszty (przekraczają 1.5 I ćwiartki).

Wszystkie informacje możemy uzyskać najeżdżając kursorem na wykres.

Untitled

Przykład

Jest to wykres, który ułatwia analizę rozkładu danych i jest stosowany w statystyce opisowej. Dlatego będzie szczególnie użyteczny przy dość dużej granulacji danych. Na poniższym przykładzie widzimy wykres pudełkowy prezentujący średnią cenę w podziale na producentów (punkt) oraz kategorie produktowe (kolumna). Pozwala ocenić rozkład ceny, a przez to spójność polityki cenowej. Elementy odstające są bardzo dobrze widoczne.

Untitled

Formatowanie

Wykres można formatować poprzez kliknięcie prawym przyciskiem myszy na “pudełko”.

Untitled

ZALETY

Prezentuje dużo informacji o zbiorze danych.
Zawiera podsumowanie podstawowych miar (miara, dwa kwartyle, medianę, max oraz min).
Pozwala na wykrycie wartości odstających.
Pozwala na lepsze zobrazowanie wielkości populacji.

WADY

Może być trudny w odbiorze i interpretacji dla niedoświadczonych użytkowników.
Wymaga podstawowej znajomości statystki.

DOBRE PRAKTYKI

Użycie transparentnego koloru pudełka kiedy chcemy pokazać wszystkie punkty danych.
Rozproszenie nakładających się punktów danych wzdłuż osi x.
Użycie rozbieżnych kolorów dla górnego i dolnego kwartyla.

<aside> 👉 Dodatkowe informacje o wykresie pudełkowym znajdziesz w artykule na naszym blogu pod tym ▶ linkiem ◀.

</aside>

← Poprzednia strona

Następna strona →